Question 1

Program Müfredatı

Accepted Answer

1. Python Fundamentals
 • Değişkenler ve Veri Tipleri
 • Karar Yapıları ve Döngüler
 • Hata Yönetimi
 • Liste, Tuple, Dictionary kullanımı
 • Fonksiyonlar
 • Dosya İşlemleri, HTTP İstekleri, JSON
 • Pythonic Thinking:
 • Lambda, List/Dict/Set Comprehension
 • Map, Filter, Reduce, Zip, Enumerate
2. OOP with Python
 • Class Yapısı, Init ve Override
 • Inheritance
 • Encapsulation
 • Abstraction
3. Pandas & NumPy
 • Veri Ön İşleme ve Eksik Veri Yönetimi
 • Veri Biçimlendirme
 • Zaman Serileri ve Tarih Verisi ile Çalışma
 • Feature Engineering & EDA
 • Aykırı Değer Tespiti, Skewness, Normalizasyon
 • Kategorik Verilerle Çalışma:
 • One-Hot, Label, Binary, Frequency Encoding
 • İstatistiksel Analiz ve Korelasyon
 • Pandas ile Tavsiye Sistemi:
 • İçerik Tabanlı & İşbirlikçi Filtreleme
4. Gen AI & Prompt Engineering
 • Prompt Tasarımı: Instruction, Role, Format
 • Zero-shot, Few-shot, Chain of Thought
 • İş Dünyasında Gen AI Uygulamaları
 • Generative AI ile Çözüm Geliştirme Yöntemleri
5. Machine Learning with Scikit-learn
 • Regresyon:
 • Simple & Multiple, Lasso, Ridge, ElasticNet
 • Sınıflandırma:
 • KNN, Karar Ağaçları, Lojistik Regresyon
 • Model Değerlendirme: Precision, Recall, AUC
 • Kümeleme: K-Means, DBSCAN Silhouette Score, Davies-Bouldin Index
6. Deep Learning with PyTorch
 • Derin Öğrenmeye Giriş
 • Yapay Sinir Ağları
 • CNN ve RNN Temelleri
 • Optimizer’lar, Loss Functions, Regularization
 • Eğitim Parametreleri: Epoch, Batch Size, Dropout

7. Generative AI & LLM Architecture
 • Transformer Mimarisi: BERT, GPT, T5
 • Hugging Face ile Veri Hazırlama & Tokenization
 • Causal & Masked LM
 • LLM Training Verisi Hazırlama: Labeling, Split
 • PyTorch ile Fine-Tuning:
 • • LoRa, QLoRa, Adapter
8. Fundamentals of AI Agents
 • RAG Mimarisi: Veri Girişi, Embedding, FAISS / ChromaDB
 • RAG Pipeline ve Prompt Şablonları
 • LLM Tabanlı Üretim Süreci
 • LangChain ile Belge Özetleme Uygulaması

Question 2

Çalışabileceğiniz Alanlar

Accepted Answer

ss

Question 3

Geliştireceğiniz Projeler

Accepted Answer

Eğitimde, makine öğrenimi, derin öğrenme ve Generative AI alanlarında 20 uygulamalı proje geliştirerek; model eğitimi, sınıflandırma, tahminleme ve LLM tabanlı yapay zeka uygulamaları üzerinde gerçek dünya senaryolarında deneyim kazanacaksınız.

Araç Veri Seti için Bakım ve Onarım
(Large Dataset Maintenance and Repair)
Büyük ölçekli araç veri setleri üzerinde temizlik, hata düzeltme ve veri bütünlüğü sağlama süreçlerini uygulayacaksınız.
Göçmen Veri Setinin Analizi ve Görselleştirilmesi
(Analysis and Visualization of a Migrant Dataset)
Göçmenlerle ilgili verileri analiz ederek, görselleştirme teknikleriyle anlamlı içgörüler çıkaracaksınız.
İçerik Tabanlı ve İşbirlikçi Filtreleme Yöntemleriyle Tavsiye Sistemi
(A Recommender System Using Both Content-Based and Collaborative Filtering Methods)
Kullanıcı geçmişi ve tercih verileri üzerinden öneri algoritmaları tasarlayarak tavsiye sistemleri geliştireceksiniz.
Basit ve Çoklu Doğrusal Regresyon
(Simple and Multiple Linear Regression)
Gerçek dünya verileriyle çalışarak regresyon analizi ve ilişki modelleme becerilerinizi geliştireceksiniz.
Ürün Sınıflandırması için K-En Yakın Komşu (KNN)
(K-Nearest Neighbors for Product Classification)
Ürün veri setlerinde benzerlik ölçümlerine dayalı sınıflandırma modelleri oluşturacaksınız.

Eczane Veri Seti için Karar Ağacı
(Decision Tree for Pharmacy Dataset)
Veri tabanlı karar verme süreçlerini modelleyerek karar ağacı algoritmalarını uygulayacaksınız.

Duygu Analizi için Lojistik Regresyon
(Logistic Regression for Sentiment Analysis)
Yorum ve metin verileri üzerinden olumlu/olumsuz duygu sınıflandırması yapacaksınız.
İnsan Hücre Kayıtları için Destek Vektör Makineleri (SVM)
(Support Vector Machines for a Human Cell Recording Dataset)
Destek vektör makineleriyle yüksek doğruluk oranına sahip sınıflandırma modelleri geliştireceksiniz.

Müşteri Segmentasyonu için K-Means Kümeleme
(K-Means Clustering for Customer Segmentation)
Kümeleme algoritmalarıyla müşteri verilerini gruplandırarak segmentasyon analizleri yapacaksınız.
Ürün Tahmini için Yapay Sinir Ağları
(Artificial Neural Networks for Product Recommendation)
Yapay sinir ağlarıyla ürün öneri sistemleri ve tahmin modelleri geliştireceksiniz.

Görüntü Tanıma için Evrişimli Sinir Ağları (CNN)
(Convolutional Neural Networks for Picture Classification)
Görsel veri setleri üzerinde CNN mimarileri kullanarak sınıflandırma modelleri oluşturacaksınız.
Zaman Serisi Tahmini için Tekrarlayan Sinir Ağları (RNN)
(Recurrent Neural Networks for Time Series Forecasting)
Zaman serilerine dayalı tahmin modelleri geliştirerek geleceğe yönelik öngörüler oluşturacaksınız.

Duygu Analizi için Tekrarlayan Sinir Ağları (RNN)
(Recurrent Neural Networks for Sentiment Analysis)
Kullanıcı yorumları gibi metin tabanlı verilerde duygusal tonları tespit eden RNN modelleri oluşturacaksınız.

Generative AI – Doküman Sınıflandırma
(Generative AI – Classifying Document)
Yapay zekâ modelleriyle metinleri sınıflandırır, belge türlerine göre otomatik etiketleme uygularsınız.

Generative AI – İnce Ayar (Fine-Tuning)
(Generative AI – Fine Tuning)
Hugging Face ve PyTorch üzerinde önceden eğitilmiş modelleri kendi veri setinizle optimize edersiniz.
Generative AI – Ödül Modellemesi (Reward Modelling)
(Generative AI – Reward Modelling)
Model çıktılarının değerlendirilerek ödül tabanlı (reinforcement feedback) ince ayar yapılması sağlanır.

Generative AI – Duygu Analizi (Sentiment Analysis)
(Generative AI – Sentiment Analysis)
Metinlerdeki duygusal tonları (olumlu, olumsuz, nötr) tespit eden modeller geliştirirsiniz.
AI Agent – LLM ve LangChain Kullanarak Akıllı Uygulama Geliştirme
(AI Agent – Build Smart App with LLMs and LangChain)
LangChain kullanarak LLM tabanlı bir akıllı uygulama oluşturur, kullanıcı girdilerine göre yanıt üreten sistem tasarlarsınız.
AI Agent – RAG, LangChain ve LLM’ler ile Özel Doküman Özetleme
(AI Agent – Summarize Private Document using RAG, LangChain and LLMs)
LangChain ve RAG mimarisiyle özel belgelerden anlamlı özetler çıkaran bir AI Assistant geliştirirsiniz.

Question 4

Sertifikalar

Accepted Answer

IATELS Uluslararası Başarı Sertifikası
Uluslararası geçerliliğe sahip IATELS onaylı bu sertifika, dünya çapında tanınan bir başarı belgesidir.

Skilled Hub Katılım Sertifikası
Program süresince eğitime düzenli katılım sağlayan tüm öğrencilerimize verilir.

Skilled Hub Başarı Sertifikası
Uygulamalı projeleri başarıyla tamamlayan ve mezuniyet kriterlerini yerine getiren katılımcılarımıza özel olarak verilir.

Question 5

HR Desteği ve Mentörlük

Accepted Answer

Skilled Hub olarak, öğrencilerimize yalnızca teknik eğitim sunmakla kalmıyor; mezuniyet sonrası iş ve staj fırsatlarına ulaşmaları için kapsamlı bir kariyer desteği sağlıyoruz.

Güçlü insan kaynakları iş birliklerimiz ve mentörlük ağımız sayesinde, her öğrencimizin sektöre adım atmasını kolaylaştırıyoruz.

Partner Kurumlarımız ve Destekler:
Dag Danışmanlık
Eğitim süresi boyunca birebir kariyer görüşmeleri, işe hazırlık çalışmaları ve psikolojik dayanıklılık alanlarında destek sağlanır. Katılımcılar, yalnızca teknik değil; aynı zamanda kişisel ve profesyonel gelişim açısından da güçlendirilir.

Anytime
Yapay zeka destekli eşleştirme sistemiyle öğrencilerimizin mezuniyet sonrası 150’den fazla işverenle bağlantıya geçmesini sağlar. Staj ve iş olanakları için etkili bir dijital köprü sunar.

Peoployed
Yazılım, e-ticaret ve lojistik sektörlerinde faaliyet gösteren firmalarla güçlü bağlantılara sahiptir. Yapay zeka destekli eşleştirme sistemi sayesinde, öğrencilerin yetkinliklerine uygun pozisyonlarla eşleştirilmesi sağlanır.

Tüm kariyer destekleri, öğrencilerimize tamamen ücretsiz olarak sunulmaktadır.
İster staj, ister ilk iş… Eğitim yolculuğunuzda yalnız yürümeyeceksiniz.

Question 6

Eğitim Süreci ve Takvimi

Accepted Answer

🎓Program Detayları
 • Eğitim Süresi: 6 Ay
 • Toplam Saat: 200 Saat
 • Format: Online – Canlı Dersler
 • Destek: Eğitmen, Yardımcı Eğitmen ve Birebir Mentörlük

Ders Günleri:
Her hafta Cumartesi ve Pazar günleri 11:00 – 14:30 saatleri arasında teknik eğitimler gerçekleşir.
Soft skill ve kariyer odaklı içerikler ise haftalık olarak belirlenen takvime göre planlanır.

Online Katılım ve Kayıt Sistemi:
Tüm eğitim süreci dijital platformlar üzerinden canlı dersler şeklinde yürütülür.
Her ders interaktif olarak anlatılır ve oturumlar kayıt altına alınır.
Bu kayıtlar, yalnızca eğitim süresince değil, program tamamlandıktan sonra 1 yıl boyunca tüm katılımcıların erişimine açık olur.

Question 7

Katılım Koşulları ve Teknik Gereksinimler

Accepted Answer

Veri bilimi ve yapay zekâ, günümüz dünyasında veriye dayalı karar alma süreçlerinin merkezinde yer alan, hızla gelişen bir uzmanlık alanıdır. Büyük verinin gücünü anlamlandırmak, analiz etmek ve geleceğe yönelik tahminler oluşturmak isteyen herkes için bu alan güçlü bir kariyer fırsatı sunar.
Bu programa katılarak;
• Python programlama temellerini ve nesne yönelimli programlama (OOP) yapısını öğrenebilir,
• Veri temizleme, hazırlama, analiz etme ve görselleştirme becerileri kazanabilir,
• Regresyon, sınıflandırma ve kümeleme gibi makine öğrenimi algoritmalarını uygulamalı şekilde deneyimleyebilir,
• Derin öğrenme, sinir ağları (CNN, RNN) ve üretken yapay zekâ (Generative AI) modelleriyle çalışmayı öğrenebilir,
• LLM (Large Language Model) mimarileri, LangChain ve RAG yapılarıyla kendi yapay zekâ uygulamalarınızı geliştirebilirsiniz.

Ayrıca, BERT, GPT ve Hugging Face gibi güncel teknolojilerle üretken yapay zekâ sistemleri kurarak, gerçek veri setleri üzerinde proje bazlı bir deneyim elde edersiniz. Bu sayede hem teknik hem de analitik düşünme becerilerinizi geliştirerek sektöre güçlü bir giriş yaparsınız.

Kimler Katılabilir?
• Veri bilimi ve yapay zekâ alanlarında kariyer hedefleyen yeni mezunlar,
• Yazılım veya analitik alanda çalışan ve yapay zekâ alanında uzmanlaşmak isteyen profesyoneller,
• Teknik altyapısı olmasa da veri odaklı düşünme becerilerini geliştirmek isteyen herkes programa katılabilir.
Program, herhangi bir kodlama bilgisi gerektirmez. Eğitim içeriği temelden başlayarak adım adım ilerler ve tüm katılımcılara uygun bir yapı sunar.

Teknik Gereksinimler
Bu eğitimden en iyi şekilde faydalanabilmeniz için önerilen sistem özellikleri:
İşlemci: Intel i5 (7. nesil ve üzeri) veya AMD Ryzen 5 ve üzeri
RAM: En az 8 GB
İşletim Sistemi: Windows
Bağlantı: Stabil ve kesintisiz bir internet bağlantısı

Data Science&AI Development Eğitimi

40.000₺

Eğitim Detayları